[스마트 알고리즘] MATLAB의 Deep Learning Toolbox를 사용하여 LSTM 신경망 구축 및 훈련

LSTM 신경망 훈련

MATLAB의 Deep Learning Toolbox를 사용하여 LSTM 신경망을 구축하고 훈련할 수 있습니다.

먼저 교육 데이터와 테스트 데이터를 MATLAB 환경으로 가져와야 합니다. 다음 명령을 사용할 수 있습니다.

XTrain = ...; % 训练数据
YTrain = ...; % 训练标签
XTest = ...; % 测试数据
YTest = ...; % 测试标签

그런 다음 Deep Learning Toolbox에서 LSTM 신경망을 만듭니다. lstmLayer이 함수는 지정된 LSTM 레이어 크기와 레이어 수로 LSTM 레이어를 생성하는 데 사용할 수 있습니다 . 예를 들어:

numFeatures = size(XTrain,2); % 特征数
numResponses = size(YTrain,2); % 响应数
numHiddenUnits = 100; % 隐藏单元数量
numLayers = 2; % 层数量

layers = [ ...
    sequenceInputLayer(numFeatures)
    lstmLayer(numHiddenUnits,'OutputMode','last')
    fullyConnectedLayer(numResponses)
    regressionLayer];

위의 코드는 입력 시퀀스 레이어, 100개의 히든 유닛이 있는 두 개의 LSTM 레이어, 완전 연결 레이어 및 회귀 레이어가 있는 신경망을 생성합니다. 마지막 LSTM 계층의 출력 모드는 'last'로 설정되며, 이는 LSTM 시퀀스의 마지막 시간 단계의 출력만 유지됨을 의미합니다. 완전 연결 계층의 출력은 응답 값을 예측하는 데 사용됩니다.

다음으로 trainNetwork함수를 LSTM 신경망을 훈련합니다.

<